一种卫星图像多模态实时解码系统FPGA设计与实现

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:LJX22766966
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文涉及某型号卫星图像压缩数据解码系统FPGA设计与实现,用于卫星入轨运行后下传地面压缩码流数据的实时图像解码。该系统的设计难点有:(1)强实时性,实时接收高码率码流、低时延输出解码图像;(2)多模态性,兼容星上多功能模式、多算法种类产生的多模态压缩码流的解码重建;(3)高适应性,适应传输误码异常的压缩码流的解码重建。为此,论文设计实现了基于FPGA平台的多模态实时解码系统,具体内容如下:针对强实时解码难题,分析了压缩码流解码各环节的计算负载特性,定位出像素重建是制约图像解码实时性的瓶颈环节。基于时间并行和空间并行思想,设计了“流水线并行+块数据并行+流程并行”的三级并行解码架构;针对星上抽帧压缩等低码率码流解码结果的输出依赖后续数据“挤”出而导致的解码时延超标问题,提出解码图像帧尾残留数据填充技术,实现了当前帧解码结果的低时延输出。实测结果表明,针对600Mbps的输入压缩码流,典型图像解码速率可达2.0Gbps,解码时延小于110ms,满足系统实时性要求。针对多模态解码难题,分析星上压缩多相机数据、多工作模式、多压缩算法产生的多模态码流数据特点及其解码过程的异同点,提出“共性计算全局模块复用、个性计算局部功能定制”设计方法,有效降低了FPGA的资源开销,在3块K7系列的XC7K410T型FPGA上实时实现了扫描/凝视相机数据、全域/区域工作模式、帧内/帧间压缩算法的多模态码流数据的兼容解码,提高了系统集成度。针对高适应解码难题,分析了典型传输误码异常码流的解码扩散规律,提出了错码异常码流的定位、纠错、补偿机制,将解码误码扩散限制在像素级、子块级,有效避免误码全局扩散;提出了丢码异常码流的隔断、复位机制,避免影响后续帧解码。实测结果表明,解码系统能够适应码流错/丢码、数据突然断开或重连等异常情况,提高了系统异常情形适应性。
其他文献
本研究以统编初中语文教材及初中语文教学为例,分析文化自信视域下中华优秀传统文化的教学路径。中华优秀传统文化是初中语文教学的重要内容,文化自信作为首要的语文核心素养对中华优秀传统文化的教学有重要的指导意义。在文化自信的指导下开展初中学段语文中华优秀传统文化教学,教师可采用融入多元要素、创设生活情境、回溯历史经验、激发创新意识等教学方法,促进学生持续认知中华优秀传统物质文化、增进学生深入理解中华优秀传
期刊
无人机自主导航技术通常以GPS定位为主要手段精准获取位置信息,被广泛应用于交通、国防建设、抗灾救援等多个领域。而下视景象匹配技术可以在GPS信号弱或受到干扰时对无人机进行自主定位,以保障无人机的安全。传统的下视景象匹配方法受制于机载硬件性能的限制,仅能通过提取图像的低维特征进行匹配,匹配精度受限,且无法适应低信息量、低稳定性以及具有重复模式的匹配区域。而深度学习优秀的特征提取能力能够一定程度弥补传
学位
在地铁牵引系统中,为减少逆变器产生的谐波,往往在直流侧电压源和逆变器之间安装滤波电感和支撑电容作为滤波器。但由于逆变器直流侧存在负阻抗特性,其与滤波器相互作用降低系统稳定性。因变流器受空间、重量等条件限制,滤波器参数的选型往往难以满足系统的稳定性要求,在牵引变流器—电机系统处于功率较大的牵引工况时,直流侧电压将出现持续振荡,影响逆变器对电机的控制。因此,本文的主要内容为分析地铁牵引系统中母线电压振
学位
复杂战场环境下敌方战机多为亚像素目标,无形态信息。干扰、假目标等与真实目标形态相似,仅从图像上难以区分。光谱中含有目标的不变特征,是目标识别的重要依据。运动目标的光谱获取较为困难,通过红外图像重构目标的红外光谱,为目标识别任务提供光谱维度的信息,是提升目标识别准确率的重要手段。本论文针对红外光谱重构过程中单波段成像信息量少、用于重构的信息维度低,以及大气红外辐射干扰严重的问题,提出了多波段关联的红
学位
<正>民俗文化是一个民族在千百年的发展过程中流传积累下来的一笔宝贵财富,是历史沉淀下来的文化精髓,是中华民族文化的一朵奇葩,它承载着民族独特的传统与丰富的文化内涵。源远流长的民俗文化已成为语文课程资源的重要组成部分,其对培养学生的学科素养和思想情感有很大的促进作用。把优秀民俗文化融入语文教学中,不仅能让学生更好地了解民俗的相关知识,感受其魅力,还能更好地激发他们的民族自豪感,增强他们的文化自信。
期刊
目标检测是计算机视觉领域的基础任务之一,在与视觉相关的许多下游任务中都有重要的应用。除要求目标分类性能好,目标检测任务还要求目标定位精度高,而这点被学界关注得不多。另外,从实用性角度看,还常常希望模型的训练时间短。本文以经典的Faster R-CNN两阶段目标检测框架为研究对象,系统分析导致定位精度不足和训练速度慢的原因,并提出针对性的改进策略,主要研究工作如下:(1)当前目标检测模型中的主干网络
学位
传统意义上的光学图像信息获取,通常基于阵列化光电探测芯片对成像光场强度特征感测响应加以实施。如何快速复原所记录的光场强度分布所包含的波前信息并用于辅组成像探测操作,迄今为止,作为一个研究热点受到广泛关注。传统波前成像系统一般包含两种功能性光学组成,其一涉及高效获取光学强度图像,其二针对波前快速检测以及面向成像探测效能提高的波前反馈校调。基于波前测调的传统波前成像系统,具有外形尺寸和结构重量大,驱控
学位
红外小目标检测与三维轨迹重建技术是计算机视觉领域的重要课题之一,对侦查探测、红外预警、精确制导等领域的发展具有重要意义。本文围绕实时、鲁棒的红外小目标检技术的需求,提出了高性能的解决方案,针对基于轨迹信息的虚警抑制的需求,进一步开展了对目标三维轨迹重建技术的研究,主要工作如下:针对现有的红外小目标检测算法在复杂背景下检测率低、虚警率高的问题,提出了基于全卷积神经网络的红外小目标检测算法。算法在无锚
学位
在智能仓储物流中,自动引导车(Automatic Guide Vehicle,AGV)是一种可以自主完成货物运输的自动化设备。随着仓储物流行业不断发展,实际应用场景中对AGV定位和运输性能的要求不断提高。本文基于仓储AGV产业项目,对仓储AGV定位和导航两方面进行研究。重点研究内容如下:针对仓储环境几何结构相似、路面状况复杂等因素导致AGV定位精度低甚至定位失效问题,提出基于多传感器信息融合的AG
学位
遥感技术近年来取得了飞速的发展,显示出了广阔的应用前景。作为遥感技术的重要组成部分,光学遥感成像技术广泛地应用于战场监控、灾害监测以及农业监测等众多军事和民用领域中,实现了巨大的社会价值。同时,以深度学习为基础的计算机视觉技术不断发展,如何将其应用于光学遥感图像中,进一步实现应用价值,成为当前的研究热点。基于这一出发点,本文以两阶段深度学习有向目标检测方法为基础,针对有向候选区域生成和基于多尺度注
学位